R语言实现rbind.fill合并数据框各列有效值从首行对齐

你当前用rbind.fill做行堆叠的逻辑天然会让后合并的列产生前置缺失值，要实现「每列有效值从第一行开始排布、末尾补NA、首行无NA」的效果，直接按列对齐拼接即可，不需要先行堆叠再处理NA。

无额外依赖的Base R实现 #

直接运行以下代码即可得到目标结果：

library(plyr)

# 构造示例数据（和提供的测试数据完全一致）
col_1_legend = 
structure(list(original_data.col_1 = structure(1:3, .Label = c("a", 
"b", "c"), class = "factor"), sample_data.col_1 = 1:3), row.names = c(1L, 
3L, 4L), class = "data.frame")

col_3_legend = structure(list(original_data.col_3 = structure(c(2L, 1L, 4L, 
3L), .Label = c("a", "bb", "f", "g"), class = "factor"), sample_data.col_3 = 4:7), row.names = c(NA, 
4L), class = "data.frame")

col_4_legend = 
structure(list(original_data.col_4 = structure(c(3L, 1L, 2L, 
4L, 5L), .Label = c("j", "jj", "k", "p", "pp"), class = "factor"), 
    sample_data.col_4 = 8:12), row.names = c(1L, 2L, 4L, 5L, 
6L), class = "data.frame")

# 将所有待合并的映射表存入列表
legend_list <- list(col_1_legend, col_3_legend, col_4_legend)
# 计算最终表的总行数，取所有输入表的最大行数
max_rows <- max(vapply(legend_list, nrow, FUN.VALUE = integer(1)))

# 逐列提取有效值，末尾补NA对齐长度
processed_df <- lapply(legend_list, \(df) {
  as.data.frame(lapply(df, \(col) {
    valid_values <- col[!is.na(col)]
    c(valid_values, rep(NA, max_rows - length(valid_values)))
  }))
})

# 按列拼接得到最终结果
result <- do.call(cbind, processed_df)

运行后输出的结果结构如下，完全符合需求：

original_data.col_1 sample_data.col_1 original_data.col_3 sample_data.col_3 original_data.col_4 sample_data.col_4
1                   a                 1                  bb                 4                   k                 8
2                   b                 2                   a                 5                   j                 9
3                   c                 3                   g                 6                  jj                10
4                <NA>                NA                   f                 7                   p                11
5                <NA>                NA                <NA>                NA                  pp                12

Tidyverse风格简洁实现 #

如果日常使用tidyverse生态的包，也可以用加行号后全连接的逻辑实现，代码更简洁：

library(dplyr)
library(purrr)

result <- legend_list |> 
  # 给每个输入表添加从1开始的行索引
  map(\(df) mutate(df, row_id = row_number())) |> 
  # 按行索引做全连接，自动对齐同位置的值
  reduce(full_join, by = "row_id") |> 
  # 移除辅助行号列
  select(-row_id)

结果说明 #

• 所有列的有效值均从第一行开始排列，无前置缺失值
• 表格第一行所有列均有有效值，不存在NA
• 长度较短的列统一在末尾填充NA，总行数和原rbind.fill结果的最长列长度一致，无数据丢失

内容的提问来源于stack exchange，提问作者stats_noob